شناسایی هیجانات چهره با استخراج مینیمم ویژگی از بانک فیلتر گابور انحصاری و شبکه عصبی فلزی
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,022
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
AEBSCONF01_525
تاریخ نمایه سازی: 6 آبان 1393
چکیده مقاله:
امروزه بازشناسی هیجانات چهره مورد توجه بسیاری از پژوهشگران حوزه پردازش تصویر و بینایی ماشین قرار گرفته است. تشخیص حالت چهره از مسائل جالب و چالش برانگیز در بازشناسی الگو است که با توجه به کاربردهایی مختلف از قبیل ارتباط متقابل انسان - کامپیوتر طراحی انیمیشن و بازی های تعاملی حساس به احساس، استفاده در سیستم های امنیتی و تشخیص دروغ حائز اهمیت است در این رهیافت هدف تشخیص حالات چهره در حوزه دادگان RaFD به کمک بانک فیلتر گابور انحصاری به منظور کاهشی میابد. شبکه عصبی فازی با ایجاد خودکار پایگاه قواعد و یک سیستم استنتاج فازی و با در نظرگرفتن توابع عضویت مناسب برای هر ویژگی منجر به کاهش حافظه، هزینه و زمان محاسبات می شود.
کلیدواژه ها:
شناسایی هیجانات چهره ، تکنیک مولفه های اصلی ، آنالیز تشخیص خطی ، بانک فیلتر گابور انحصاری ، کلاسه بند کلاسیک ، قوانین فازی ، شبکه عصبی فازی
نویسندگان
شیرین شکرانی
دانشجو کارشناسی ارشد گروه مهندسی برق دانشگاه اصفهان، ایران
پیمان معلم
دانشیار گروه مهندسی برق، دانشگاه اصفهان، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :